2.2　基于物理模型的故障预测方法

基于物理模型的故障预测方法一般从对象系统内部工作机理出发，建立能够反映系统在给定负载、工作和环境条件下性能退化物理规律的数学模型，来预测系统退化发展趋势，能够深入对象系统的本质，获得较为精确的预测结果。然而，在大多数实际应用场合中，从系统内部工作机理出发建立系统的性能退化物理模型需要大量的专家知识，特别是当退化过程复杂、退化机理尚不完全清楚时，构建有效的物理模型往往无法实现。

基于物理模型的故障预测方法与对象的物理、电气等属性密切相关，不同的对象部件或单元，其物理模型差异较大。常见基于物理模型的方法包括失效物理模型、疲劳寿命模型、裂缝扩展模型、累计损伤扩展模型、随机损伤传播模型、裂纹诊断与预测方法等，比较成熟的物理模型的对象包括机械材料或旋转机械部件、锂离子电池、大功率电子元器件、电子机械传统装置等。

基于物理模型的故障预测方法不需要采集那么多的数据就可以把系统的故障逻辑表示出来，但需要专家的支持来进行模型的构建和表达，也可能丢失一些非线性和相互关联的关系，其建模的一般流程如图2.4所示。基于物理模型的故障预测方法利用物理模型来预计系统在给定负载和使用条件下的退化率，需要利用具体对象专业领域的知识进行物理的建模；由于故障机理明确，预测的精确度较高；考虑到预测模型的复杂性，一般只在特定的元件级、部件级故障预测中应用；对于复杂的机电系统很难建立和抽象物理模型。

图2.4　基于物理模型的故障预测方法建模流程